杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度学习:基于案例理解深度神经网络/(瑞士) 翁贝托·米凯卢奇著 陶阳, 邓红平译

出版发行项:

北京:机械工业出版社,2019.10

ISBN及定价:

978-7-111-63710-3/CNY89.00

载体形态项:

XII, 268页;24cm

并列正题名:

Applied deep learning

丛编项:

智能系统与技术丛书

个人责任者:

米凯卢奇

个人次要责任者:

陶阳,

学科主题:

机器学习

中图法分类号:

TP181

一般附注:

机工IT

责任者附注:

翁贝托·米凯卢奇(Umberto Michelucci)，目前在瑞士领先的医疗保险公司从事创新和人工智能（AI）工作。

提要文摘附注:

本书探讨深度学习中的高级主题，例如优化算法、超参数调整、Dropout和误差分析，以及如何解决在训练深度神经网络时遇到的典型问题。书中首先介绍单一神经元网络的激活函数（ReLu、sigmoid和Swish），然后介绍如何使用TensorFlow进行线性和逻辑回归，以及如何选择正确的代价函数，之后讨论具有多个层和神经元的更复杂的神经网络结构，并探讨了权重的随机初始化问题。本书用一整章对神经网络误差分析进行全面概述，给出解决来自不同分布的方差、偏差、过拟合和数据集问题的例子。

使用对象附注:

人工智能领域相关人员

豆瓣简介：